【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体涉及基于改进yolov8的遥感图像目标检测方法及系统。
技术介绍
1、近年来，计算机视觉领域取得了重大进步，特别是在实例分割技术方面。与传统的图像分析方法不同，实例分割可以对对象实例进行详细识别，直至像素级别，从而提高了分辨率和准确性。图像目标检测旨在找出图像中指定目标的类别和位置，现已广泛应用于各个领域，如自动驾驶、遥感图像、视频监控以及医疗检测等。
2、近年来，yolo(you only look once)系列以实时的目标检测功能而闻名，yolo作为经典的目标检测网络，自从2016年起，经过不断版本更新，从yolov1至发展到yolov8，最新的y0lov8系列结合了一种基于yolo框架的实时实例分割方法yolact实现了实例分割的方法，这种方法主要是预测整个图像的一组原型掩模以及每个检测到的实例的线性组合系数来对其中的实例对象进行掩码分割。
3、然而，由于遥感设备分辨率以及与观测物体之间的距离限制，所拍摄的图像往往以微小的形式描绘目标物体。这些小目标具有尺度小、特征弱的特点，...
【技术保护点】
1.基于改进YOLOv8的遥感图像目标检测方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于改进YOLOv8的遥感图像目标检测方法，其特征在于，SRFD子模块包括第一下采样模块；SRFD子模块和DRFD子模块均包括第二下采样模块。
3.根据权利要求2所述的基于改进YOLOv8的遥感图像目标检测方法，其特征在于，第一下采样模块设有第一卷积单元和第一融合卷积单元，第一卷积单元的输出端连接有第一组卷积单元和第一切片下采样单元，第一组卷积单元的输出端连接有第一卷积下采样单元，第一卷积下采样单元和第一切片下采样单元的输出端均连接于第一融合卷积
...
【技术特征摘要】
1.基于改进yolov8的遥感图像目标检测方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于改进yolov8的遥感图像目标检测方法，其特征在于，srfd子模块包括第一下采样模块；srfd子模块和drfd子模块均包括第二下采样模块。
3.根据权利要求2所述的基于改进yolov8的遥感图像目标检测方法，其特征在于，第一下采样模块设有第一卷积单元和第一融合卷积单元，第一卷积单元的输出端连接有第一组卷积单元和第一切片下采样单元，第一组卷积单元的输出端连接有第一卷积下采样单元，第一卷积下采样单元和第一切片下采样单元的输出端均连接于第一融合卷积单元；
4.根据权利要求3所述的基于改进yolov8的遥感图像目标检测方法，其特征在于，srfd子模块的第一融合卷积单元的输出端与第二组卷积单元和第二切片下采样单元连接。
5.根据权利要求1所述的基于改进yolov8的遥感图像目标检测方法，其特征在于，ddb模块包括第一conv2d单元、第二conv2d单元、第三conv2d单元以及第四conv2d单元，第二conv2d单元的输出端连接有第五conv2d单...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。